Fashion-VDM：用于虚拟试衣的视频扩散模型

我们提出了Fashion-VDM，一个用于生成虚拟试衣视频的视频扩散模型（VDM）。给定一张输入的服装图像和一段人物视频，我们的方法旨在生成一段人物穿着给定服装的高质量试衣视频，同时保留人物的身份和动作。基于图像的虚拟试衣已展现出令人印象深刻的结果；然而，现有的视频虚拟试衣（VVT）方法在服装细节和时间一致性方面仍有不足。为了解决这些问题，我们提出了一种用于视频虚拟试衣的基于扩散的架构、一种用于增强对条件输入控制的分割无分类器引导方法，以及一种用于单次生成64帧、512像素视频的渐进式时间训练策略。我们还证明了联合图像-视频训练对于视频试衣的有效性，尤其是在视频数据有限的情况下。我们的定性和定量实验表明，我们的方法为视频虚拟试衣设立了新的最先进水平。更多结果，请访问我们的项目页面：https://johannakarras.github.io/Fashion-VDM。